首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机的急性出血性脑卒中早期预后模型的建立与评价
引用本文:张丽娜,李国春,周学平,吴勉华,金妙文,周仲瑛,过伟峰,叶 放,陈诗娴,王延辰,周 玲. 基于支持向量机的急性出血性脑卒中早期预后模型的建立与评价[J]. 南京医科大学学报(自然科学版), 2016, 0(1): 80-89
作者姓名:张丽娜  李国春  周学平  吴勉华  金妙文  周仲瑛  过伟峰  叶 放  陈诗娴  王延辰  周 玲
作者单位:南京医科大学公共卫生学院,江苏 南京 211166,南京中医药大学中医统计研究和咨询中心,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京中医药大学第一临床医学院,江苏 南京 210023,南京医科大学公共卫生学院,江苏 南京 211166,南京医科大学公共卫生学院,江苏 南京 211166,南京医科大学公共卫生学院,江苏 南京 211166
基金项目:国家自然科学基金资助项目(81373512);国家重点基础研究发展计划(973)资助项目(2006CB504807);江苏高校优势学科资助项目(PAPD)
摘    要:
目的:比较支持向量机(support vector machine,SVM)和传统的Logistic回归构建的急性出血性脑卒中(intracerebral hemorrhage,ICH)早期预后判别模型的预测性能,探索急性ICH预后研究的新方法?方法:收集急性ICH患者339例,随访观察21 d时的临床转归情况?应用随机数字法以3∶1的比例分为两组,一组作为训练样本用于筛选变量和建立预测模型,计254例;另一组作为验证样本,用于评价模型预测效果,计85例?建模方法采用SVM和常规统计方法中的Logistic回归?结果:通过对85例ICH患者的预测判别验证,SVM1的预测分类能力在4个模型为最强,4个模型预测的准确率和Youden指数分别为:Logistic回归:72.9%(62.0%~81.7%)?0.441 (0.249~0.633);SVM1:82.4%(72.3%~89.5%)?0.632 (0.465~0.799);SVM2:78.8%(68.4%~86.6%)?0.557(0.379~0.735);SVM3:78.8%(68.4%~86.6%)?0.563(0.385~0.741)?结论:采用SVM能较好地判断急性ICH患者的早期预后,其效能优于Logistic回归模型?

关 键 词:急性  出血性脑卒中  预后  支持向量机  Logistic回归
收稿时间:2015-06-08

Establishment and evaluation of early prognosis models of acute intracerebral hemorrhage based on support vector machine
Zhang Lin,Li Guochun,Zhou Xueping,Wu Mianhu,Jin Miaowen,Zhou Zhongying,Guo Weifeng,Ye Fang,Chen Shixian,Wang Yanchen and Zhou Ling. Establishment and evaluation of early prognosis models of acute intracerebral hemorrhage based on support vector machine[J]. Acta Universitatis Medicinalis Nanjing, 2016, 0(1): 80-89
Authors:Zhang Lin  Li Guochun  Zhou Xueping  Wu Mianhu  Jin Miaowen  Zhou Zhongying  Guo Weifeng  Ye Fang  Chen Shixian  Wang Yanchen  Zhou Ling
Affiliation:School of Public Health,NJMU,Nanjing 211166,Chinese Medicine Statistical Research and Consulting Center,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,First Clinical Medical College,Nanjing University of Chinese Medicine,Nanjing 210023,China,School of Public Health,NJMU,Nanjing 211166,School of Public Health,NJMU,Nanjing 211166 and School of Public Health,NJMU,Nanjing 211166
Abstract:
Keywords:acute  intracerebral hemorrhage  prognosis  support vector machine  logistic regression
点击此处可从《南京医科大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《南京医科大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号